|






|
基于两车道高速公路合流区系统延迟预测的双离合智能车路协同控制研究
论文作者:Yangyang Wang, Tianyi Wang
|
|
|
高速公路合流区是常见的交通瓶颈区,易导致交通拥堵和事故。随着当前汽车技术的发展轨迹和进步,基于网联自动驾驶汽车(CAVs)的智能车路协同控制是解决这一问题的根本方案。尽管现有研究多集中于单车道高速公路场景下的合流控制,但实际高速公路环境中存在多条主车道。因此,本文受双离合变速器原理启发,提出了一种双离合纵横向协同规划模型,以弥补这一空白。此外,考虑到车辆网联通信延迟对控制效果的影响,本文提出了一种系统延迟预测模型,该模型集成了自适应卡尔曼滤波算法、基于模仿学习的精英非支配排序遗传算法和径向基函数神经网络。将上述两个模型应用于两车道高速公路上CAVs的延迟预测双离合合流控制模型(DPDM)。随后,通过仿真分析了DPDM在两车道高速公路上不同交通密度下的性能。研究结果表明,DPDM在提升车队安全性、加快并稳定合流过程、优化交通流速度和节约燃油消耗方面具有显著的综合优势。 |
|
关键词:双离合协同规划,合流控制,系统延迟预测,互联自动驾驶汽车,多目标优化,径向基函数神经网络
本文是同济大学汽车学院研究成果,引用词条如下:
Wang, Y., Wang, T.: Research on Dual-Clutch Intelligent Vehicle Infrastructure Cooperative Control Based on System Delay Prediction of Two-Lane Highway On-Ramp Merging Area. Automot. Innov. (2024). https://doi.org/10.1007/s42154-024-00283-2
|
|
阅读全文>>
|
|
|






|
基于混合物理与数据驱动建模的双离合变速器自适应换挡控制
论文作者:Yonggang Liu, Yihua Liao, Jingchen Zhang, Jing Wei, Zheng Chen, Yi Zhang
|
|
|
换挡控制对车辆的平顺性和动力性具有重要影响,特别是对于配备双离合变速器(DCT)的车辆而言。然而,传统的控制策略难以应对换挡过程中离合器摩擦系数复杂瞬态变化的问题。为了应对这一挑战,本研究提出了一种基于物理与数据驱动建模的自适应换挡控制算法,用于调节离合器摩擦系数。本研究为DCT车辆换挡过程中的速度控制设计了一种闭环策略。通过在线调用伪谱法确定离合器和发动机的参考速度。同时,基于融合物理与数据驱动的混合模型,设计了一种自适应滑模控制器,用于控制扭矩阶段中的离合器油压,从而实现离合器参考速度的精确跟踪。然后,基于滑模控制设计了一种高效的发动机控制器,用于调节节气门开度,以跟随扭矩阶段中的发动机参考速度。仿真和实验结果表明,所提出的自适应控制方法在时间变化的油门踏板开度下,保持了满意的换挡质量,具有高自适应能力和强鲁棒性。
|
|
关键词:双离合变速器、换挡控制、模型-数据混合驱动控制、自适应控制
本文是机械传动国家重点实验室研究成果,引用词条如下:
Liu, Y., Liao, Y., Zhang, J. et al.: Adaptive Gearshift Control for Dual Clutch Transmissions Based on Hybrid Physical and Data Driven Modeling. Automot. Innov. 7, 529–543 (2024).
|
|
阅读全文>>
|
|
|






|
UFC3:基于无人机辅助雾计算的拥堵控制策略——应用于5G车联网紧急消息传播
论文作者:Atefeh Hemmati, Mani Zarei
|
|
|
5G赋能的车载技术的深入研究使车联网(IoV)成为智能交通系统(ITS)中一个具有前景的研究领域。高度车辆自动化导致网络拓扑频繁变化,从而在实时IoV应用中造成紧急警报消息(EAM)传输不可靠。由于此类网络中数据传播量大且带宽资源有限,拓扑动态性可能导致数据拥塞和数据丢失,这对于延迟敏感的紧急消息(EM)而言是不可接受的。无人机(UAV)作为动态基础设施,可以为IoV提供定制化的EAM服务。本文提出了UFC3,一种基于无人机辅助雾计算的5G车联网中紧急消息传播拥堵控制策略。本研究通过减少突发EM流量,提供了一种实用的EAM方法,以确保异常车辆(AV)与雾服务器(FS)之间可靠的消息通信。在UFC3中,考虑了能够使用Wave协议的各类节点作为基本车辆或5G赋能节点,这些节点被视为智能车辆或无人机,提出了一种流量感知的前向/后向链路EAM策略,以处理AV与FS之间的任何EM及其相应响应。接下来,本文对EM传播速度(EMPS)进行了数学分析,并提出了针对不同流量感知前向/后向链路EAM场景的闭式EMPS方程。使用OMNET++结合Veins和INET框架对UFC3进行了仿真,并将其与先前发表的工作在通信开销、吞吐量、数据包交付率、平均延迟、数据包丢失率、信道利用率和能耗方面进行了比较。
|
|
关键词:拥堵控制、紧急消息、车联网、无人机
本文是伊斯兰阿扎德大学Shahr – E - Qods分校计算机工程系研究成果,引用词条如下:
本文是吉林大学汽车底盘集成与仿生全国重点实验室研究成果,引用词条如下:
Hemmati, A., Zarei, M.: UFC3: UAV-Aided Fog Computing Based Congestion Control Strategy for Emergency Message Dissemination in 5G Internet of Vehicles. Automot. Innov. 7, 456–472 (2024).
|
|
阅读全文>>
|